DevRel 范式转变 — 从解释 API 到培养判断力
AI 编码工具正在改变开发者教育的本质。开发者关系 (DevRel) 必须从"解释产品特性"转向"展示有能力的开发者如何实际使用它"。
市场观察
教育市场的困境
教育者和内容创作者报告了令人担忧的趋势：
- 课程销售疲软：人们不愿为教育内容付费
- 软件活动并未减少：实际上，代码产出比以往任何时候都多
这形成了一个悖论：人们写的代码更多，但愿意为学习付费的意愿却在下降。
根本原因
学习动机转变
人们购买课程不仅是为了学习 API，更是为了学习"如何工作"：
- 如何结构化事物
- 如何调试
- 如何在选项间选择
- 如何与框架协作而非对抗
- 如何协作
- 如何发布
- 如何在技术正确但形状错误时发现问题
AI 编码工具冲击的正是这一层。当每次拉动手柄都能产出代码时，课程的价值开始动摇。
新需求：见证实践 (Witnessed Practice)
开发者现在想要的是什么
人们现在想要的是"见证实践"：
| 传统需求 | 新需求 |
|---|---|
| API 文档 | 什么可以委托给 agent，什么必须手工检查 |
| 功能列表 | 哪里信任模型，哪里绝不信任 |
| 教程示例 | 如何识别"合理但诅咒"的输出 |
| 最佳实践 | 如何在 agent confidently 走错方向时恢复 |
品味的崛起
稀缺技能的转变
当 agent 可以生成 10 个看似合理的解决方案时，稀缺技能是判断：
- 哪个是脆弱的
- 哪个隐藏了复杂性而非消除它
- 哪个对提示词过拟合
- 哪个维护起来很痛苦
- 哪个让用户生活更糟
- 哪个是当前时刻的正确权衡
DevRel 的新契约
从解释到培养
旧契约："我们将帮助你理解工具"
新契约："我们将帮助你理解与工具、与 agent、与彼此良好工作的方式"
内容策略转变
- 技术直播：展示真实决策过程，而非 polished 的教程
- 代码审查会话：公开讨论为什么接受或拒绝某个 AI 生成的方案
- 故障恢复演示：展示当 AI 走错方向时如何恢复
对开发者的启示
培养判断力
在 AI 时代，开发者的核心竞争力从"能写多少代码"转向"能做出多少正确判断"。
寻找真正的学习资源
评估教育内容的新标准：
- 它是否帮助你发展"品味"和判断力？
- 它展示的是"如何工作"而不仅是"功能列表"？
- 它是否让你看到决策过程（什么委托、什么检查）？
- 它是否帮助你识别"技术上正确但形状错误"的解决方案？
- 它是否支持从错误中恢复的学习？
相关概念
来源
- 2026-04-11 No Claude for Claws (via newsletter skill)
- Sunil Pai - developer relations after the cheat code machine